2.1 功率谱分析 对被测者采集到光信号进行功率谱和互相关性分析。   将随机信号X(n)的N点观测值XN(n)看成是能量有限的信号，取其傅里叶变换，得到XN(ejω)，然后对其取幅值的平方，并除以N作为X(n)的真实功率谱P(ejω)的估计。在具体运用时，用FFT来计算信号频谱的抽样，相应的功率谱估计为：   傅里叶变换揭示的是时间函数与频谱函数之间的内在联系，反映了信号在整个时间范围内的全部频谱成分。用傅里叶变换的方法提取信号频谱时，需要利用信号的全部时域信息。信号的局部发生变化会影响信号的整个频谱。通过快速傅里叶变换将采集到的出射光信号数据按时间域的形式变换为频率域的形式，然后显示在屏幕上面，从显示在屏幕上的波形进行分析。   2.2 互相关分析 互相关表示的是两个时间序列之间在任意两个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号x(t)、y(t)在任意两个不同时刻t1、t2的取值之间的相关程度。互相关函数给出了在频域内两个信号是否相关的一个判断指标。它能用来确定输出信号有多大程度来自输入信号，对修正测量中接入噪声源而产生的误差非常有效。   互相关函数的定义如下：设两个函数分别是f(t)和g(t)，则互相关函数定义为R(u)=f(t)*g(-t)，其中*表示卷积，它反映的是两个函数在不同的相对位置上互相匹配的程度。互相关系数用R表示，互相关系数的取值范围是-1至1，|R|值越大，说明误差Q越小，两个函数变量之间的线性相关程度越高；|R|值越接近0，两个函数变量之间的线性相关程度越低。当R>0时，称这两个函数为正相关；当R<0时，称这两个函数为负相关。"

实验在暗室进行，以避免环境光对实验精度的影响。分别对20份正常乳腺组织、13份良性乳腺组织和6份恶性乳腺组织进行统计分析，然后对正常、良性病变和恶性病变各取1例典型病例。通过分析处理后的数据，探索一定的规律性。具体操作是将探头置于乳腺下方，CCD摄像头置于上前方，通过软件界面控制灯灭灯暗，实时监控乳腺画面，然后采集信号，采集时间约30 s。得到一系列的图片，再对患病部位进行取点分析，得到以下分析结论。   3.1 正常乳腺 图5为正常乳腺组织的CCD采集图像及分析情况。图5a中所选点1为血管，点2为附近组织。图5c、5d为经过正常女性乳腺的血管和组织的两种波长光的功率谱。从图中看到血管和组织的功率谱在同一频率处都有单一的主频峰，主频峰清晰，峰宽窄；基底窄，即频峰曲线的底部长度较短，频率变化快，除主频峰外几乎没有或有极少的次频峰；分别对血管和组织来看，两种波长光的功率谱吻合性好；血管功率谱的强度较组织的要小，是由于光对血管的穿透性比对组织的要弱导致。图5b是正常女性乳腺的血管和组织的互相关分析，曲线有明显的波峰和波谷，波形的幅度和节律呈周期性变化，曲线比较平滑。对于血管和组织，两种波长光的互相关系数分别为0.970 3和0.977 6，都接近1，可以认为互相关性好。"

3.2 良性患者乳腺  图6为良性女性患者乳腺组织的CCD采集图像及分析情况。该患者经活检确诊为纤维瘤。图6a中所选点1为病变部位血管，点2为病变部位组织。图6c、6d为经过良性女性患者乳腺的血管和组织的两种波长光的功率谱。病变部位的功率谱产生较多次频峰，且主频峰不清晰，即患者的功率谱波形中有许多频率接近的部分在变化；基底宽，即图形中高频率的波形有许多，变化缓慢；相比于正常乳腺，两种波长光的功率谱吻合性减弱；而血管功率谱的强度较组织的依然要小，呈现相同规律。图6b为良性女性患者乳腺的血管和组织互相关，曲线有明显的波峰和波谷，波形的幅度和节律依然呈周期性变化，但是曲线变得不再平滑，出现很多毛刺。血管和组织的互相关系数分别为0.678 6和0.626 5，偏离1，相关性变弱。"

3.3 恶性患者乳腺  图7为恶性女性患者乳腺组织的CCD采集图像及分析情况。该患者经活检确诊为浸润性导管癌。图7a中所选点1为病变部位血管，点2为病变部位组织。图7c、7d为经过恶性女性患者乳腺的血管和组织的两种波长光的功率谱。病变部位的功率谱在除了主峰外，在主峰的周围产生了许多次频峰，规律性很差，两种波长光的功率谱吻合性变得更差，较纤维瘤患者表现的更加明显。如图7b所示，为恶性女性患者乳腺的血管和组织互相关，曲线的波形幅度和节律均为无周期性变化，波形不平滑，表现出比纤维瘤患者更多的毛刺。血管和组织的互相关系数分别为0.350 4和0.276 5，更加偏离1，相关性变得更差。"

3.4 对比 上述3种情况的互相关系数的对比，见表1。从表中可以得到一定的规律，即正常组织的互相关系数最大，良性疾病的互相关系数其次，恶性疾病的互相关系数最小。"